医学 x AI

Artificial Intelligence in Healthcare: A National Framework for Predictive Population Health, Cost Reduction, Productivity Gains, and Improved Patient Access ｜ E Goodluck, unknown, 2026. ｜ ヘルスケア提供を主に診断から予測的・予防的アプローチへと転換するAIの機会を創出。 予測的公衆衛生、コスト削減、生産性向上、患者アクセス改善のための国家的なAIフレームワークを提案。

Sharing healthcare information with the public in electronic markets using blockchain: Three experimental studies and a machine learning analysis ｜ A Hajian et al., Electronic Markets, 2026. ｜ ユーザーが自身の医療情報を共有するためのブロックチェーンベースの電子市場への参加を促す。 4つの機械学習アルゴリズムを用いてユーザーをセグメント化し、情報取引における行動を予測。

Artificial intelligence in medical image processing and translational science ｜ K Kashyap et al., The AI Frontier in Molecular Modelling and Drug …, 2027. ｜ 医療画像処理における人工知能（AI）と機械学習（ML）技術の進化を概説。 AIとML技術の医療画像分野への統合における主要なマイルストーンを時系列で提示。

Towards a new psychiatric ontology in the era of artificial intelligence ｜ S Mouchabac et al., L'Encéphale, 2026. ｜ 精神医学の分類が持つ限界（精神疾患を安定した境界を持つ自然な実体として定義できていない点）を考察。 AIが既存のノソロジー（疾患分類）を単に洗練させるのか、あるいは新しい精神医学のオントロジーを構築するのかを検討。

Deep Learning‐Based Diagnostic System for Histopathological Detection of Uterine Cancer Subtypes ｜ T Subbulakshmi et al., Smart Healthcare Devices: The Next Evolution in Smart Healthcare, 2026. ｜ 子宮内膜癌の病理組織学的診断における時間的制約と観察者間変動性の問題を解決する。 AI駆動型パイプラインが子宮生検画像（子宮内膜異型増殖症と子宮内膜癌など）を分類し、より客観的で効率的な診断アプローチを実証。

From Graph Neural Networks to Large Language Models: A Comprehensive Review of Deep Learning-Based Drug—Drug Interaction Prediction ｜ A Lakkshmanan, 2026 7th International Conference On Computational …, 2026. ｜ 深層学習手法（特にグラフニューラルネットワークや大規模言語モデル）を用いた薬剤間相互作用（DDI）予測に焦点を当てたレビュー。 深層学習技術が、薬物安全性評価、ファーマコビジランス、創薬において不可欠なツールとして登場していることを強調。

Artificial Intelligence in clinical trials: a game changer ｜ TV Gaganashree et al., SA Pharmaceutical Journal, 2026. ｜ AIが臨床試験の状況を根本的に変革する可能性を持つ。 AI技術は、医薬品開発に必要な時間とコストを大幅に削減できる。

Artificial Intelligence in Healthcare: Transforming Medical Practice and Patient Outcomes ｜ YNY Loh, Journal of Medical Imaging and Radiation Sciences, 2026. ｜ 医療実践が客観的証拠よりも臨床的判断に基づきがちな状況を変革するため、機械学習の活用を探る。 ライブラリを使用して、決定木およびランダムフォレストの機械学習モデルを開発し、客観的証拠に基づく意思決定の改善を目指す。

Artificial intelligence in clinical neurophysiology: IFCN handbook chapter ｜ MR Tannemaat et al., Clinical Neurophysiology, 2026. ｜ 従来の専門家による視覚的検査に大きく依存する臨床解釈に対し、AIが臨床神経生理学の様々なモダリティにおいて新たな応用を可能にする。 神経筋医学において、機械学習とディープラーニングが重要な役割を果たす。

Artificial Intelligence-Assisted Digital Dentistry: Enhancing Diagnostic Accuracy and Personalized Treatment Planning ｜ M Sheth et al., European Journal of Prosthodontics and Restorative …, 2026. ｜ 人工知能（AI）支援型デジタル歯科医療は、診断精度と患者中心の個別化された治療計画を向上させる。 機械学習、深層学習、コンピュータビジョンアルゴリズムが、臨床画像とデータの自動解釈に利用され、より客観的な意思決定を支援する。